Cтраница 1
Принцип максимального правдоподобия, определяемый уравнением ( 7 1), является фундаментальным достижением теории принятия решений ( см. приложение Б); это формализация способа принятия решений, основанного на здравом смысле, когда имеются статистические данные о вероятностях. [1]
Принцип максимального правдоподобия вводится с интуитивной позиции при попытке найти наиболее правдоподобное объяснение полученным экспериментальным данным. [2]
Принцип максимального правдоподобия часто применяется для выбора решения в двухальтернативной задаче. [3]
Принцип максимального правдоподобия является одной из самых плодотворных идей, лежащих в основе построения методов статистического анализа. [4]
Принцип максимального правдоподобия успешно применяется при оценивании параметров современных динамических моделей, у которых модель состояния системы выражается конечно-разностными или Дифференциальными уравнениями и включает внутренний шум системы. [5]
Принцип максимального правдоподобия не основывается на каких-либо соображениях оптимальности. [6]
Хотя принцип максимального правдоподобия не основывается на каких-либо ясно выраженных соображениях оптимальности, он приводит к удовлетворительным процедурам во многих конкретных задачах ( Леман [ 1, стр. [7]
Согласно принципу максимального правдоподобия наиболее вероятной считается именно та совокупность значений измеряемых свойств, которая была в эксперименте. [8]
В дальнейшем принцип максимального правдоподобия будет использован для различного рода статистических оценок. [9]
Следовательно, принцип максимального правдоподобия приводит к методу наименьших квадратов. [10]
При этих условиях применение принципа максимального правдоподобия для оценки параметров модели приводит к методу наименьших квадратов со взвешиванием. [11]
Это замечание поясняет смысл принципа максимального правдоподобия: в качестве значения неизвестного параметра предлагается принимать то, при котором вероятность наблюдаемой реализации выборки максимальна. [12]
МНК-метод обеспечивает идентификацию по принципу максимального правдоподобия при любом виде зависимости, связывающей входные воздействия и выходные переменные процесса. Нетрудно также показать, что МНК-метод остается справедливым и в случае процессов со многими входами и выходами. Эта задача решается следующим образом. [13]
Поставим задачу идентификации по - принципу максимального правдоподобия, которая заключается в том, что требуется подобрать функцию f ( x) так, чтобы вероятность этого события была максимальной. Однако случайные величины yi непрерывны и вероятности того, что они принимают любые конкретные значения, всегда равны нулю. [14]
Наилучшими оценками величин w, согласно принципа максимального правдоподобия [7], будут такие оценки, которые обеспечивают наибольшую вероятность получить в результате подстановки условий эксперимента в уравнение ( 4) именно те значения заселенностей, которые и были фактически найдены на опыте. Максимуму правдоподобия в случае гауссовского распределения ошибок определения х ( t) будет соответствовать минимум суммы квадратов отклонений заселенностей, вычисляемых по формуле ( 4), от найденных экспериментально. [15]